첫번째, 다음의 홈페이지를 방문하여 읽어본다. numpy. xxx 설명 페이지 두번째, 위 페이지를 읽고 작성한 나의 코드는 다음과 같다. # 평균과 표준편차는 채널별로 구해줍니다. x_mean = np.mean(x_train, axis=(0, 1, 2)) x_mean_dft = np.mean(x_train) x_mean_0 = np.mean(x_train, axis=0) x_mean_1 = np.mean(x_train, axis=1) x_mean_2 = np.mean(x_train, axis=2) x_mean_3 = np.mean(x_train, axis=3) x_mean_01 = np.mean(x_train, axis=(0, 1)) x_mean_02 = np.mean(x_train, axis=(0, ..
numpy
# numpy.c_ (column bind)와 numpy_r(row bind)의 비교a = np.array([1, 2, 3])b = np.array([4, 5, 6])print(a, type(a), a.shape)print(b, type(b), b.shape) [1 2 3] (3,)[4 5 6] (3,) c = np.c_[a, b]print(c, type(c), c.shape)[[1 4] [2 5] [3 6]] (3, 2) d = np.r_[a, b]print(d, type(d), d.shape)[1 2 3 4 5 6] (6,) e = np.r_[[a], [b]]print(e, type(e), e.shape)[[1 2 3] [4 5 6]] (2, 3) f = np.array([[1, 2, 3], [4, ..
import numpy as npimport pandas as pd def squares(x): return x ** 2 def doubles(x): return x * 2 result1, result2 = squares(3), doubles(3)print(result1, result2)9 6 array = np.array([1, 2, 3])result1 = squares(array) # np.array ** 2result2 = doubles(array) # np.array * 2print(result1, result2)[1 4 9] [2 4 6] df = pd.DataFrame({'a': [1, 2, 3],'b': [4, 5, 6]})print(df)print(squares(df)) a b0 1 41 ..
import numpy as np # numpy.ndarray 타입의 객체를 생성 A = np.array([ [1, 2, 3], [4, 5, 6] ]) B = np.array([ [1, 2], [3, 4], [5, 6] ]) print(A) print(B) print(A.shape) # 2x3 행렬 print(B.shape) # 3x2 행렬 (2, 3)(3, 2) nrows, ncols = B.shape print(nrows, 'x', ncols) 3 x 2 # slicing: 특정 행, 특정 열의 원소들을 추출하는 방법 # list[row][column], ndarray[row, column] print(A[0, 0]) print(B[1, 1]) 14 print(A[0:2, 0:3]) print(A[0..
